要使用MSHTML解析HTML页面,首先需要导入mshtml这个Python模块。
import mshtml然后,您可以使用mshtml模块中的HTMLDocument类来解析HTML页面。首先,您需要将HTML页面加载到HTMLDocument对象中:
html = """<html><head><title>Example Page</title></head><body><h1>Welcome</h1><p>This is an example page.</p></body></html>"""doc = mshtml.HTMLDocument()doc.write(html)现在,您可以使用HTMLDocument对象来访问和操作HTML元素。例如,要获取页面标题,可以使用get_title方法:
title = doc.get_title()print(title) # Output: Example Page要获取页面中的h1标题和p段落,可以使用getElementsByTagName方法:
h1 = doc.getElementsByTagName('h1')[0].innerHTMLp = doc.getElementsByTagName('p')[0].innerHTMLprint(h1) # Output: Welcomeprint(p) # Output: This is an example page.您还可以遍历整个HTML文档,找到特定类型的元素,并对其进行操作。例如,以下代码将找到所有的链接,并打印它们的文本和URL:
links = doc.getElementsByTagName('a')for link in links:text = link.innerHTMLurl = link.hrefprint(text, url)这只是MSHTML模块的一部分功能,您可以根据您的需求使用其他方法和属性来解析和操作HTML页面。

